Тимошенко Андрій АнатолійовичЛипницька Поліна Денисівна2023-12-112024-05-152023-12-112023Липницька П. Д. Аналіз часових рядів для прогнозування податкових доходів засобами математичної статистики та нейромереж : кваліфікаційна робота … бакалавра : 113 Прикладна математика / Липницька Поліна Денисівна. – Київ, 2023. – 55 с.https://ir.library.knu.ua/handle/123456789/5728Мета роботи: провести дослідження методів прогнозування та визначити кращі методи для аналізу макроекономічних показників. Об’єкт дослідження: методи математичної статистики та нейронних мереж для аналізу та прогнозування часових рядів. У ході дослідження було вивчено методи математичної статистики та нейромереж для аналізу та прогнозування податкових доходів країн, був проведений аналіз та обрані кращі методи прогнозування застосовні для даної сфери. Були визначені напрямки подальшого вдосконалення цих методів. Ключові слова : прогнозування часових рядів, податкові доходи, метод авторегресійного інтегровного рухомого середнього, arima, sarima, нейронні мережі, lstm, рекурентні нейронні мережі.uaБакалаврська робота